Расчет Ожидаемой потери кредита (ECL)

Этот пример показывает, как выполнить расчеты ECL с помощью симулированных данных о ссуде, макро-данных о сценарии и существующей пожизненной вероятности модели (PD) по умолчанию.

Загрузите данные и модель

Загрузите данные о ссуде, готовые к предсказанию, макро-данным о сценарии и соответствующим вероятностям сценария.

load DataPredictLifetime.mat
disp(LoanData)
     ID      ScoreGroup      YOB    Year
    ____    _____________    ___    ____

    1304    "Medium Risk"     4     2020
    1304    "Medium Risk"     5     2021
    1304    "Medium Risk"     6     2022
    1304    "Medium Risk"     7     2023
    1304    "Medium Risk"     8     2024
    1304    "Medium Risk"     9     2025
    1304    "Medium Risk"    10     2026
    2067    "Low Risk"        7     2020
    2067    "Low Risk"        8     2021
    2067    "Low Risk"        9     2022
    2067    "Low Risk"       10     2023
disp(head(MultipleScenarios,10))
    ScenarioID    Year    GDP     Market
    __________    ____    ____    ______

    "Severe"      2020    -0.9     -5.5 
    "Severe"      2021    -0.5     -6.5 
    "Severe"      2022     0.2       -1 
    "Severe"      2023     0.8      1.5 
    "Severe"      2024     1.4        4 
    "Severe"      2025     1.8      6.5 
    "Severe"      2026     1.8      6.5 
    "Severe"      2027     1.8      6.5 
    "Adverse"     2020     0.1     -0.5 
    "Adverse"     2021     0.2     -2.5 
disp(ScenarioProbabilities)
                 Probability
                 ___________

    Severe           0.1    
    Adverse          0.2    
    Baseline         0.3    
    Favorable        0.2    
    Excellent        0.2    
load LifetimeChampionModel.mat
disp(pdModel)
  Probit with properties:

        ModelID: "Champion"
    Description: "A sample model used as champion model for illustration purposes."
          Model: [1x1 classreg.regr.CompactGeneralizedLinearModel]
          IDVar: "ID"
         AgeVar: "YOB"
       LoanVars: "ScoreGroup"
      MacroVars: ["GDP"    "Market"]
    ResponseVar: "Default"

Визуализируйте пожизненные ФУНТЫ

Для расчетов ECL только требуются крайние ФУНТЫ. Однако сначала можно визуализировать пожизненные ФУНТЫ.

CompanyIDChoice = "1304";
CompanyID = str2double (CompanyIDChoice);
IndCompany = LoanData.ID == CompanyID;
Годы = LoanData.Year(IndCompany);
NumYears = длина (годы);

ScenarioID = уникальный (MultipleScenarios.ScenarioID,'stable');
NumScenarios = длина (ScenarioID);

LifetimePD = нули (NumYears, NumScenarios);
for ii=1:NumScenarios
   IndScenario = MultipleScenarios.ScenarioID == ScenarioID (ii);
   данные = соединение (LoanData (IndCompany, :), MultipleScenarios (IndScenario, :));
   LifetimePD (: ii) = predictLifetime (pdModel, данные);
end

график (годы, LifetimePD)
xticks (годы)
сетка on
xlabel'Year')
yLabel 'Lifetime PD')
заголовок'Lifetime PD By Scenario')
легенда (ScenarioID,'Location','best')

Вычислите ECL

Строго говоря расчет ECL требует пожизненной модели PD, пожизненной модели LGD и пожизненной модели EAD, плюс сценарии, вероятности сценария и эффективная процентная ставка.

Для простоты этот пример принимает постоянный LGD и EAD модели и данная процентная ставка.

LGD = 0.55;
EAD = 100000;
EffRate = 0.045;

CompanyIDChoice = "1304";
CompanyID = str2double (CompanyIDChoice);
IndCompany = LoanData.ID == CompanyID;
Годы = LoanData.Year(IndCompany);
NumYears = длина (годы);

ScenarioID = уникальный (MultipleScenarios.ScenarioID,'stable');
NumScenarios = длина (ScenarioID);

MarginalPD = нули (NumYears, NumScenarios);
for ii=1:NumScenarios
   IndScenario = MultipleScenarios.ScenarioID == ScenarioID (ii);
   данные = соединение (LoanData (IndCompany, :), MultipleScenarios (IndScenario, :));
   MarginalPD (: ii) = predictLifetime (pdModel, данные,'ProbabilityType','marginal');
end

DiscTimes = годы лет (1) +1;
DiscFactors = 1. / (1+EffRate).^DiscTimes;

ProbScenario = ScenarioProbabilities.Probability;
ECL_t_s = (MarginalPD*LGD*EAD).*DiscFactors; % ECL by year and scenario
ECL_s = сумма (ECL_t_s); % ECL total by scenario
ECL = ECL_s*ProbScenario; % ECL weighted average over all scenarios

% Arrange ECL data for display in table format
% Append ECL total per scenario and scenario probabilities
ECL_Disp = array2table ([ECL_t_s; ECL_s; ProbScenario']);
ECL_Disp.Properties.VariableNames = ScenarioID;
ECL_Disp.Properties.RowNames = [strcat ("ECL ", представьте (годы) в виде строки); "ECL total"; "Probability"];
disp (ECL_Disp)
                   Severe    Adverse    Baseline    Favorable    Excellent
                   ______    _______    ________    _________    _________

    ECL 2020       595.58    507.16      430.44      364.11       306.97  
    ECL 2021       394.24    349.95      310.02      274.11        241.9  
    ECL 2022       235.53     215.4      196.75       179.5       163.57  
    ECL 2023       143.05    135.23      127.75      120.59       113.77  
    ECL 2024       85.219    83.517      81.816      80.118       78.429  
    ECL 2025       51.346    51.514      51.665      51.798       51.917  
    ECL 2026       33.162    33.271      33.368      33.454       33.531  
    ECL total      1538.1      1376      1231.8      1103.7       990.08  
    Probability       0.1       0.2         0.3         0.2          0.2  
fprintf('Lifetime ECL for company %s is: %g\n',CompanyIDChoice,ECL)
Lifetime ECL for company 1304 is: 1217.32

Смотрите также

| | | | | |

Похожие темы

Для просмотра документации необходимо авторизоваться на сайте